《Minitab DOE操作说明(全因子实验范例).doc》由会员分享，可在线阅读，更多相关《Minitab DOE操作说明(全因子实验范例).doc（16页珍藏版）》请在金锄头文库上搜索。
1、Minitab DOE操作說明:範例:全因子實驗設計法3因子2水準實驗設計:因子A.時間 ,B.溫度 ,C.催化劑種類Step 1:決定實驗設計開啟Minitab R14版1.選擇Stat DOE Factorial Create Factorial Design2.點擊Display Available Designs 因所要討論的因子有三個 , 由表中可以作二種選擇: 選擇作4次實驗 選擇Full作8次實驗一個三因子2水準的設計共有23 (或8)種可能的組合 , 一個包含所有可能組合的設計 , 即稱之為全因子設計(Full Factorial Design) ,好處是可避免交絡(Confo
2、unding)的情況 ,也就是所有因子的效應無法與其它的效應明確分辨出來 ; 然而 ,使用較少的組合設計稱之為部份因子設計(Fractional Factorial Design)此範例決定是全因子設計 , 因在化學工廠內 , 要控制這些因子(時間/壓力/催化劑種類)並不耗費時間及成本 , 且實驗可在非尖峰時間進行 , 避免打斷生產線的進度 , 如果這實驗所需成本很高或困難執行 , 你可能需做不同決定。3.點擊OK , 回到主對話框中4.選擇2-level factorial (default generators) , 在因子數選擇35.點擊Designs ,選取Full factorial
3、 6.在Number of replicates選項中選2 ,按OKStep 2:因子命名與因子水準的設定因子水準的設定可以是文字或數值 若因子為連續性使用數值水準設定 ,可為量測的任意值(ex.反應時間) 若因子為類別變數使用文字水準設定 ,為有限的可能值(ex.催化劑種類)就一個2水準的因子設計 , 因子水準設定為兩個值 , 建議數值儘可能分開:FactorLow SettingHigh SettingTemperature20 C40 CPressure1 atmosphere4 atmospheresCatalystAB1.點擊Factors 按鈕 2.輸入因子名稱及水準 , 完成後按
4、OK回到Create Factorial Design主對話框Step 3:隨機化與儲存設計的內容1.按Options選項鈕2.在Base for random data generator的欄位 , 輸入9 ,可控制隨機化的結果 ,讓每次都可得到一致的模型 3.確定有選取Store design in worksheet的選項後 ,並按OK4.回到Create Factorial Design主對話框按OK ,就會產生設計的內容並儲存在工作表單中實驗原有順序Step 4:瀏覽設計的內容（直交表形成）隨機後實驗順序 若要切換工作表單以RanOrder/StdOrder以及Coded/Uncod
5、ed的呈現 ,可由功能表StatDOEDisplay Design來選擇因子水準以真實Data顯示因子水準以代號顯示依實驗原有順序執行依隨機後實驗順序執行 另外若要修改因子名稱或設定 , 有兩種方式： (1)可由功能表StatDOEModify Design來選擇 (2)直接修改資料視窗中相對的因子列Step 5:資料收集與輸入1.在資料視窗中C8的變數名稱位置輸入Yield2.可將此實驗工作表列印出來並收集數據結果輸入Yield資料列中Step 6:篩選實驗目的是利用效應圖來選取對於提高產能較大效應的因子 配置一個模型(Fit a model)1.在功能表點選StatDOEFactorial
6、Analyze Factorial Design2.在Responses欄位輸入Yield3.點取Graphs選項鈕4.繪製Normal(常態機率圖)及Pareto(柏拉圖) ,協助找到顯著因子5.按OK鍵 ,回到Analyze Factorial Design主對話框 ,再按主對話框OK鍵 ,即會將分析 結果及繪圖在視窗中 效應圖(Effect Plots) Normal(常態機率圖) Pareto(柏拉圖)在圖中偏離直線較遠的點(紅色)為顯著因子 , 即為C(催化劑)、B(壓力)、BC(催化劑V.S壓力之交互作用)依圖中影響效應程度大小排列並數值超出紅色參考線即為顯著因子 確認重要的效應因
7、使用為全因子設計 ,故包含3個單一之主效應、3個二次的(two-way)交互作用及1個三次的(three-way)交互作用以表列中可由P值來找出哪些因子為顯著的效應P值0.05 非顯著P值0.05 顯著Step 7:配置一個較簡單的模型接下來 ,要由全因子模型所找到的重要因子再重新設定一個較簡單的模型 ,也就是去除不顯著之因子 ,評估適合度、圖示解析及殘差分析1.點選功能表選單StartDOEFactorialAnalyze Factorial Design2.選取Terms選項鈕3.設定內容將原本在Selected Terms欄位中的不顯著因子移到Available Terms欄位中4.按O
8、K鍵 ,回到Analyze Factorial Design主對話框5.點取Graphs選項鈕 ,取消勾選Normal與Pareto圖6.勾選Four in one相關分析圖 ,按OK鍵回主對話框7.按Analyze Factorial Design的主對話框OK鍵 分析的結果會列在程序視窗中 ,殘差分析圖及相關圖將可進一步評估 主效應是否選取適當? 設定的模型是否恰當?Step 8:評估調整後的模型由ANOVA表中主效應及交互作用P值皆 Selected欄位中2.勾選Interaction Plot ,再按下Setup ,重複3與4步驟 檢視繪圖內容此線代表所有實驗值平均數在繪圖視窗中會個別
9、列出主效應圖及交互作用圖-主效應圖(Main Effects Plot)此點代表壓力在低水準時所有實驗值平均數分析壓力圖(Pressure Plot)比較壓力在高及低水準設定的差異催化劑圖(Catalyst Plot)比較催化劑在兩種類別的差異(1) 由圖中顯示 ,差異性比較:催化劑主效應壓力主效應 ,也就是說催化劑斜率的絕對值大於壓力斜率的絕對值 ,由於Yield為望大值(越大越好) ,故壓力在4大氣壓較1大氣壓有較高的良率 ; 催化劑的種類使用A較B有較高的良率(2) 若因子之間沒有交互作用存在 ,由主效應圖即可找到使良率較高的最佳組合 ,此範例有BC交互作用顯著差異存在 ,故接下來再由交互作用圖來分析縱座標代表Yield-交互作用圖(Interaction Plot)此點代表Yield在低水準的壓力與A催化劑時的均值分析交互作用圖可看出因子間水準設定互相造成之衝擊性 ,有加乘或抵消作用(1) 由圖中顯示 ,不論壓力值在1大氣壓或4大氣壓 ,使用A催化劑的Yield皆大於B催化劑 ;但是以A催化劑而言 ,壓力設定在4大氣壓比1大氣壓有明顯Yield變化(2)綜合以上分析 ,使Yield最大的最佳組合為壓力4大氣壓與A催化劑
